企业官网建设流程全解析

在 Blender 中把高模雕刻、扫描件或 AI 网格重拓扑成可用于动画、细分或游戏低模的干净布线，难点往往在于判断“到底行不行”，而不在“怎么建”。critique.md 把专家的目视评审拆成 0~2 分的可执行检查表，并通过 bx_retopo.py 中的topology_report、fidelity、loop_stats、loops_around等函数取得量化结果。读完之后，读者可以按“先跑代码检查，再看两张评审图，最后按七节逐条打分”的顺序，独立完成一次可信的重拓扑自审，并给出带原因的问题清单。

评分表的设计逻辑：把专家口述变成可执行检查

评分表的出发点是 Kaspar 对“什么才算好重拓扑”的一句总结：干净、全四边面、细分后表现好、形体与细节都被捕捉到、容易绑定，而顶点数量本身与这些标准关系不大。这句话直接决定了评分表的七个维度排序：用途匹配、走向、极点、形体、卫生、游戏特化、报告诚实性。

评审的执行顺序在文档开头就明确规定，不能颠倒：

1. 先跑代码检查，拿到面数、极点、环路、细分误差等客观数字；
2. 再渲染两张评审图：cage（线框）与临时 2 级细分后的 matcap；
3. 最后按可视清单逐项打分，每节按 0（失败）、1（能用但有可见问题）、2（干净）计分，每个 0 或 1 都必须写明原因。

这个顺序很重要：数字可以快速排除明显不合格的方案，但不能单独判定合格。文档用羊模型实验反复证明这一点——一个激进拟合的 cage 平均误差只有 0.043%，比 Kaspar 手工重拓扑的 0.24% 低一个数量级，但细分后明显更鼓包。因此评分表规定“数字只用于定位问题，matcap 和线框图才是决定项”。

第 0 节：评审前的四项准备

评分表的第 0 节给出评审会话的最小准备代码。所有函数来自bx_retopo，坐标全部位于雕刻体的局部空间：

t = R.topology_report(retopo, crease_attr="retopo_crease", hidden_group="hidden_ok") f = R.fidelity(retopo, sculpt, levels=2, target_mask=<你打算覆盖的区域>) ls = R.loop_stats(retopo) eye = R.loops_around(retopo, eye_center, eye_normal, max_radius=2.6 * eye_radius, corners=(inner, outer))

四个返回值分别解决四类问题：

• topology_report返回bx_audit的基础审计数字，再加上专家目视检查项。源码里明确列出了它新增的字段：rim_poles（边界上度数 ≥4 的顶点，即壳边缘上的极点）、center_poles（x=0 上度数 ≠4 的顶点）、crease_poles（折痕边上的非 4 度顶点）、adjacent_e5（两个内部 5+ 极点之间的边）、valence2、non_quads_visible（hidden_ok组之外的三角面/多边面）、sym_local_pct（局部空间 X 镜像配对顶点占比）、pole_density_pct，以及cage_dihedral_mean/p95（cage 相邻面夹角，用来量化“关闭细分后 cage 是否还读得出来”）。实现见 bx_retopo.py#L2705-L2771。
• fidelity衡量细分之后的表面与雕刻体的距离，默认levels=2。它返回mean_pct / p95_pct / max_pct / inside_pct / cov_p95_pct以及细分面的二面角统计。关键实现细节：它会临时挂一个 Subsurf、保留 Mirror，以及位于 Subsurf 之前的 Shrinkwrap，评估后再恢复原修改器栈（L2483-L2564）。
• loop_stats给边环做普查：闭合环数量、闭合边占比、最长开环、螺旋嫌疑数。螺旋判定是启发式的——开环顶点绕回自身前方超过 3 个索引即记为嫌疑，文档明确要求“嫌疑必须在渲染图线框上确认”（L2669-L2702）。
• loops_around是“眼睛和嘴周围有几圈环”的可测量版本：在垂直于normal的平面上累加绕角，只有完全落在max_radius内的闭合环才计数，返回按半径从内到外排序的列表（L2617-L2666）。

除代码外，第 0 节还要求三套同视角渲染图：cage 线框（front、right、threequarter、low 四个视角）、同样视角下临时 2 级 Subsurf 的 matcap、以及雕刻体本身的 matcap 作对照。完整可运行版本在 procedures.md 的 P10，示例用bx_review.review(...)分别输出线框与 matcap 图，并在渲染后移除临时 Subsurf，避免污染交付物。

第 1 节：用途匹配——预算与简报

第一节点评的不是“好看”，而是“是否适合用途”。四项检查：

其中最容易出错的是第二条。文档为它配了一个“提示性指标”：边长变异系数（edge length CV）。参考值是——未编辑的均匀 remesh 约 0.17~0.27；工作室网格从 0.33（手部基模）到 0.8。expert-notes.md 的校准表进一步给出了具体网格：Rex 头 3,890 面 / CV 0.805，Snow 身体 9,402 面 / 0.765，Rain 身体 16,526 面 / 0.619，Rain 面部 1,653 面 / 0.600，Franck 羊身体 2,596 面 / 0.491。

但评分表明确规定：CV 永远只作提示，不作通过/失败判据。原因是艺术性的疏密变化（如硬化边缘附近的加密）也会抬高 CV，而某些合法网格的 CV 也可以很低。这条“不作 gate”的裁定同样写在 SKILL.md 的质量门禁一节里。

第 2 节：走向（Flow）——用线框图判定

第二节点评的是布线走向，全部依据cage wire图与loop_stats：

这些条目之所以能写成代码，是因为loops_around的corners=(a, b)参数：它把每个环在离两角点最近的顶点处切开，报告两侧边数，从而把“上眼睑 10 条 = 下眼睑 10 条”变成可断言的sides字段。源码还处理了一个现实问题——角点恰好落在两顶点中间时拆分有歧义，此时置corner_ambiguous（L2649-L2663）。

“带极点的环不算环”这一条来自环行走算法的硬性约束：_walk_loop在内部顶点度数不等于 4 时直接终止返回未闭合（L2567-L2594）。因此一条穿过 5 极点的“环”在数据上就是开环，评分表据此把“地图线必须真实成环”列为独立检查。

第 3 节：极点（Poles）

第三节是评分表里表格最长的一节，也是专家经验密度最高的地方：

其中“归约单元 4 个极点”的结论来自羊模型上的实测：把眼睛强行压到 Kaspar 的 18 边、嘴压到 24 边，极点密度从 5.7% 升到 9.5%，代价是多出约 40 个极点。这也是carve_rings支持count=(lo, hi)区间的原因——边界自身的边数若落在区间内就保留，避免为了凑一个数字而额外引入归约环。函数文档明确写出：默认取边界自身边数，而稠密 QuadriFlow 边界会把它设得过高（E1 基座上羊眼为 46~48，Kaspar 用 18）；带count时，会在干净环外侧加一到两圈过渡环，让归约产生的极点落在过渡环上（L1747-L1793）。

“地图线成环”的验证函数find_loop_near做的是双向匹配：曲线上的稠密采样点到环的最大偏差、环上顶点到曲线的最大偏差都必须小于容差，容差还允许半个局部边长（L2320-L2351）。这避免了“看起来像有一条线”的错觉。

第 4 节：形体——细分面与雕刻体比对

第四节的前提是一个反直觉事实：把 cage 顶点吸到雕刻体表面，细分后反而会整体缩进去。羊模型上，QuadriFlow 的 cage 细分后 87% 的表面落在雕刻体内部。因此评审的对象必须是细分面，而非 cage 顶点。

通过标准与阈值：

修复手段是R.fit_subdiv，其原理在源码 docstring 中写得很清楚：每次迭代取每个顶点的极限曲面位置（临时 1 级 Subsurf +use_limit_surface），找到雕刻体最近点，按邻域平滑后的差量移动顶点；clamp把单顶点总位移限制为clamp × 平均边长，避免 cage 对过小的特征（蹄、嘴）被“揉皱”。函数会自动关闭 live Shrinkwrap（否则会把 cage 重新吸附回去），因为拟合后的 cage 本就该在不带 Shrinkwrap 的情况下交付（L2381-L2443）。

默认参数iterations=6, step=0.6, smooth=0.6, clamp=0.25就是“温和”档，与激进档（12 / 0.8 / 0.3 / 0.5）平均误差相当，但最大误差更低、自交减半、表面明显更平滑。文档也标注了另一条路径——Kaspar 的 Multires + Shrinkwrap + Apply Base，在羊模型上是 0.11% 平均误差、只有 15% 在内部（外溢），属于过度修正；并且两条路径之后都不能再重新 Shrinkwrap。

第 5 节：卫生（Hygiene）

第五节点评交付前必须清理干净的东西：

non_quads_visible的实现值得注意：它并不直接统计非四边面数量，而是逐面检查顶点是否全部属于hidden_group且权重 > 0.5，只有“可见”的非四边面才计数（L2744-L2749）。这就是评分表允许“三角面只出现在隐藏区”的实现依据。

交接一节对应 procedures.md 的 P13：函数遍历修改器、只保留SUBSURF、删除sharp_edge/uv_seam/retopo_crease等注释属性残留，并在缺少材质时补一个视口材质。

第 6 节：游戏专用检查

游戏低模有自己的通过标准，因为交付物要进烘焙器与引擎：

triangulate_twisted的判据是两个三角形法线夹角超过angle（默认 15°），并且有高模时用 BVH 选择“两个三角形更贴近高模”的那条对角线，这样烘焙器与引擎用的是同一条对角线（L2789-L2830）。push_outside则沿高模法线把落在内部或距离小于offset的顶点推到offset处，同时把中心线顶点钉回 x = 0，保证镜像缝不破（L2833-L2856）。

“硬边必须是 UV 缝”在代码里也有对应检查函数hard_edges_without_seams，它直接比较sharp_edge与uv_seam两个布尔边属性，返回既硬又无缝的边数；P11 演示了导出 FBX 时同时开启use_mesh_modifiers与use_triangles。

第 7 节：报告的诚实性

最后一节不打分面数，而是判定“这份评审报告能否被信任”。要求逐部件说明所用的方法（planned、auto、carved、socketed tube 之一）、第 1~5 节的数字、两张评审图，以及哪些部分没有做到专家级（表情把手环、表情折痕、极点路由）。

文档给了最严厉的一条裁定：把自动 remesh 当成“animation-ready”出售，本节直接判 0，无论数字多漂亮。这与 SKILL.md 的立场一致——自动重拓扑是静态资产的终点、其他一切工作的起点；在羊模型上，专家密度的 QuadriFlow 结果眼周与嘴周 0 圈环，还把薄耳朵撕裂了。

把评分表接进质量门禁

评分表负责“怎么判”，SKILL.md 的质量门禁负责“在哪判”。门禁代码把第 3、4、5 节的关键项压成一次布尔汇总：

retopo_gate = R.topology_report(retopo) fit_gate = R.fidelity(retopo, sculpt, levels=2) gate = {"six_poles_to_justify": retopo_gate["valence_6plus"], "no_rim_poles": retopo_gate["rim_poles"] == 0, "quads": retopo_gate["non_quads_visible"] == 0 or retopo_gate["quads_pct"] >= 99.0, "subd_fit": fit_gate["mean_pct"] <= 0.3 and 40 <= fit_gate["inside_pct"] <= 60, "coverage": fit_gate["cov_p95_pct"] <= 1.0, "loops": R.loop_stats(retopo)} print(gate)

注意这里的语义差异，正是评分表反复强调的：

• 6 极点是“报告并说明”，不是“禁止”——工作室网格也有 0~4 个；
• 边长 CV 不进 gate；
• quads允许两条路径：要么可见非四边面为 0，要么全网格四边面率 ≥99.0%；
• 额外的人工条件：crease_poles == 0、镜像面上的center_poles == 0、每只眼与嘴至少 3 个闭合环、每次合并前环数相等、三角面只在隐藏或刚体区、预算达标（R.tri_count）。

为什么“数字很好看”仍可能判 1 分

羊模型实验的数据是用来校准评分表权重的，不是用来炫耀的。同一雕刻体上：

只有最后一行的闭合环边占比（33.9%）追上了 Kaspar 的 29.9%，而它的平均误差（0.028%）远小于 Kaspar 的 0.24%。这恰好说明为什么第 2 节的走向检查与第 4 节的 matcap 检查不能被平均值替代：平均距离会奖励“追着雕刻噪点跑”的 cage。评分表因此把“无鼓包与夹点”单列为一条，并明确写道“数字抓不住这条”。

一次完整自审的执行清单

把评分表落成日常流程，顺序如下（对应 procedures.md 的 P0~P14）：

1. 跑数字：topology_report+fidelity(levels=2)+loop_stats+ 每个地标的loops_around；
2. 渲两套图：cage 线框四视角；临时 2 级细分 matcap 三视角；雕刻体同视角作对照；
3. 按第 1~7 节顺序走：先判用途与预算，再看走向，再看极点，再看形体，再看卫生，游戏项目追加第 6 节，最后写第 7 节的诚实性陈述；
4. 每个 0/1 都写原因与修复动作。常见对应关系是：眼环全为奇数 → 先parity_strip配对奇数边界再切岛；极点密度 9.5% → 把固定计数改成count=(lo, hi)区间；带状环紧贴细分后起脊 → 把spacing改回一条边长，只有真折痕才用rings=3, spacing=0.3 * edge；细分面整体内缩 → 用fit_subdiv而不是 Shrinkwrap 偏移；自动 remesh 小网格报 “needs to be manifold” → 用R.quadriflow的缩放技巧与体素回退。

按这套顺序执行，评审结论会自带证据：既有可复现的数字，也有决定性的可视化依据；每个扣分项都指向一个具体的修复函数，而不是一句“布线不够干净”。